Minería de datos
Avances en investigación de operaciones
A Review of Data Mining Applications in Semiconductor Manufacturing
Revisión sobre la aplicación de minería de datos en manufactura de semiconductores
Si bien las diferentes compañías dentro de la industria se encargan de colectar y almacenar grandes cantidades de datos como metodología para el control y gestión de procesos, el uso que se da a esta información puede ser más eficiente. En este sentido, las técnicas de minería de datos facilitan el descubrimiento sistemático de relaciones desconocidas. Este trabajo presenta una revisión de diversos estudios enfocados en la aplicación de minería de datos en la industria de semiconductores, considerando la complejidad de los procesos que involucra. El estudio presenta una clasificación de las aplicaciones de acuerdo con el área de aplicación.
Este estudio fue desarrollado por Pedro Espadinha-Cruz, Radu Godina (Universidade NOVA de Lisboa, Almada, Portugal) y Eduardo M. G. Rodrigues (Management and Production Technologies of Northern Aveiro—ESAN, Santiago de Riba-Ul, Portugal) para Processes (Vol. 9, núm. 2, 305, 2021), una revista especializada en ingeniería de procesos y sistemas químicos, bioquímicos, biológicos y matemáticos. Esta es una publicación de MDPI, una plataforma de revistas científicas de acceso abierto operada por MDPI Verein (Basilea, Suiza). Correo de contacto: [email protected]
On the Selection of Process Mining Tools
Selección de las herramientas de minería de procesos
La minería de procesos tiene como objetivo proporcionar nuevas maneras de descubrir, monitorear y mejorar los procesos; involucra el análisis de datos, así como técnicas de inteligencia computacional lo que permite extraer conocimiento a partir de registros de eventos de los sistemas de información. Este estudio presenta una metodología multicriterio para desarrollar un análisis comparativo de las herramientas de software para minería procesos, la cual se basa en tres métodos (ontología, árbol de decisión y proceso análitico jerárquico (AHP)). La principal contribución del estudio consiste en ayudar a los usuarios en la elección de la herramienta de software más adecuada según sus necesidades
Este estudio fue desarrollado por Panagiotis Drakoulogkonas y Dimitris Apostolou (University of Piraeus, Piraeus, Greece) para Electronics (Vol. 10, núm. 4, p. 451, 2021), una revista enfocada en estudios sobre ciencia de la electrónica. Esta es una publicación de MDPI, una plataforma de revistas científicas de acceso abierto operada por MDPI Verein (Basilea, Suiza). Correo de contacto: [email protected]
- Video:Un conjunto de datos reales para aplicaciones de minería de datos y pronóstico empresarial
- Fuente:Youtube
